JavaScript (Node.js) pour la science des données

Le monde de la science des données a longtemps été monopolisé par Python et R. Mais avec la croissance des performances de Node.js et l'émergence de bibliothèques puissantes, JavaScript est devenu un outil à part entière pour l'analyse de données. Le livre « JavaScript (Node.js) pour la science des données » est un guide pratique qui prouve : pour travailler avec des données, il n'est pas nécessaire d'apprendre un nouveau langage si vous maîtrisez déjà JavaScript.

Le livre est construit comme une transition progressive, des bases du travail avec les données jusqu'à la construction de modèles d'apprentissage automatique prêts pour la production. Vous commencerez par de simples scripts d'analyse et de nettoyage de données, et vous terminerez par le déploiement de modèles de réseaux de neurones dans le cloud.

Ce que vous apprendrez :

• Comment travailler avec CSV, JSON, Excel et les bases de données (SQLite, MongoDB) dans Node.js
• Les bibliothèques pour les calculs numériques : mathjs, ml-matrix, simple-statistics
• La visualisation de données avec Plotly.js, Chart.js et D3.js
• L'implémentation d'algorithmes d'apprentissage automatique (régression linéaire, arbres de décision, clustering) en JavaScript pur
• L'utilisation de TensorFlow.js pour les réseaux de neurones et le deep learning
• Le traitement du langage naturel (NLP) avec compromise et natural
• La création d'API pour les modèles de ML avec Express.js et le déploiement sur Vercel/Heroku
• Le traitement parallèle de grandes données avec Worker Threads et Stream API

Pour qui est ce livre :

• Les développeurs frontend et backend JavaScript souhaitant élargir leurs compétences en science des données
• Les étudiants en filières techniques qui étudient Node.js
• Les analystes qui souhaitent automatiser des rapports et des tableaux de bord sans passer à Python
• Tous ceux qui s'intéressent à l'apprentissage automatique mais ne veulent pas apprendre une nouvelle syntaxe

Dans chaque chapitre, vous trouverez des exemples concrets : de l'analyse des logs d'un serveur web à la construction d'un système de recommandation pour une boutique en ligne. Tous les codes sources sont disponibles dans un dépôt GitHub. À la fin du livre, vous serez capable de créer vous-même des pipelines de traitement de données, d'entraîner des modèles et de les intégrer dans des applications web sur Node.js.

Que vous travailliez avec le Big Data ou que vous souhaitiez simplement ajouter « data scientist » à votre CV, ce livre sera votre guide dans le monde de l'analyse de données en JavaScript.